一种海上移动目标运动行为语义识别方法

    公开(公告)号:CN119807799A

    公开(公告)日:2025-04-11

    申请号:CN202411651376.9

    申请日:2024-11-19

    Abstract: 本发明公开了一种海上移动目标运动行为语义识别方法,涉及数据分析服务领域。本发明首先对海上移动目标轨迹Tra进行去噪处理,并识别其中的“开始”、“结束”语义轨迹点,之后利用固定时间窗口对“停留”语义进行识别,之后在传统固定窗口的基础上基于目标自身运动时空特性进行改进,通过自适应方式确定的滑动窗口对海上移动目标的“绕行”语义进行识别,在“绕行”语义识别基础上通过自适应的滑动窗口对“折返”和“环绕”语义进行进一步的细化识别与提取,并将其余轨迹点识别为“正常航行”语义。本发明可有效克服传统海上移动目标行为语义识别方法存在的算法复杂度高、识别不全面、识别精度不高等瓶颈问题。

    一种基于Xdraw的区域多属性威胁评估方法

    公开(公告)号:CN117077069A

    公开(公告)日:2023-11-17

    申请号:CN202310358701.1

    申请日:2023-04-06

    Abstract: 本发明公开了一种基于Xdraw的区域多属性威胁评估方法,属于威胁评估领域。包括:作战威胁要素提取模块提取作战目标的固有能力属性和态势动态属性;作战目标威胁量化模块将提取的目标属性建模,得到作战目标的威胁评估值;可视域分析模块把获取的目标区域地形文件进行预处理,可视域分析算法根据预处理后得到的高程数据,解算出目标区域的通视条件;多属性区域威胁描述模块综合区域可视化分析结果和作战目标威胁评估值,实现区域的威胁评估描述,最终区域威胁可视化模块将区域威胁评估结果以图的形式展示给使用者。本发明为作战单位及相关人员提供威胁态势分析及直观展示。

    一种船舶轨迹去纠缠方法
    15.
    发明授权

    公开(公告)号:CN114743406B

    公开(公告)日:2023-04-07

    申请号:CN202210241288.6

    申请日:2022-03-11

    Abstract: 本发明涉及船舶轨迹信息处理领域中一种船舶轨迹去纠缠方法,包括:接收到对目标船舶轨迹进行去纠缠的请求时,获取目标船舶的AIS点位数据集合,按照时间顺序整理得到船舶轨迹;提取目标船舶轨迹中时间间隔大于整条轨迹平均采样间隔的船舶轨迹点作为分割点;以目标船舶轨迹的起始点、分割点、结束点为界限,划分得到目标船舶子轨迹集合;基于船舶实时船速,剔除每条目标船舶子轨迹中具有空间位置不合理的船舶轨迹纠缠点;基于船舶实时航向,剔除每条目标船舶子轨迹中具有转向角度不合理表现的船舶轨迹纠缠点;最后按照时间顺序将处理后目标船舶子轨迹进行连接。本发明在保障完整船舶运动行为特征的基础上,高效实现船舶轨迹纠缠点的有效、精准剔除。

    一种面向专业领域的知识图谱问答系统

    公开(公告)号:CN113220861B

    公开(公告)日:2022-09-02

    申请号:CN202110618298.2

    申请日:2021-06-01

    Abstract: 本发明公开一种面向专业领域的知识图谱问答系统,包括知识抽取模块和答案生成模块;处理过程主要包含:跨模态协同的专业领域知识抽取,利用文本模态协同图像与视频模态数据进行知识抽取,以解决多源异构性、多模态性导致传统知识抽取方法难以直接应用到专业领域;融合多源知识的问答,利用专业领域知识信息,通过语义匹配和答案生成获得多源候选答案;多源候选答案语义融合,基于多源知识的答案置信度重排序和答案要点重新组织来生成最终答案。本发明提出的面向专业领域的知识图谱问答系统解决专业领域的多源异构、多模态数据的知识问答,适用于其它领域的多模态知识问答。

    一种船舶轨迹去纠缠方法
    17.
    发明公开

    公开(公告)号:CN114743406A

    公开(公告)日:2022-07-12

    申请号:CN202210241288.6

    申请日:2022-03-11

    Abstract: 本发明涉及船舶轨迹信息处理领域中一种船舶轨迹去纠缠方法,包括:接收到对目标船舶轨迹进行去纠缠的请求时,获取目标船舶的AIS点位数据集合,按照时间顺序整理得到船舶轨迹;提取目标船舶轨迹中时间间隔大于整条轨迹平均采样间隔的船舶轨迹点作为分割点;以目标船舶轨迹的起始点、分割点、结束点为界限,划分得到目标船舶子轨迹集合;基于船舶实时船速,剔除每条目标船舶子轨迹中具有空间位置不合理的船舶轨迹纠缠点;基于船舶实时航向,剔除每条目标船舶子轨迹中具有转向角度不合理表现的船舶轨迹纠缠点;最后按照时间顺序将处理后目标船舶子轨迹进行连接。本发明在保障完整船舶运动行为特征的基础上,高效实现船舶轨迹纠缠点的有效、精准剔除。

    一种基于深度学习的阵列雷达多回波信号目标检测方法

    公开(公告)号:CN116125421B

    公开(公告)日:2023-10-20

    申请号:CN202310073357.1

    申请日:2023-02-07

    Abstract: 本发明属于雷达目标探测应用技术领域,公开了一种基于深度学习的阵列雷达多回波信号目标检测方法,首先构建阵列雷达多目标探测多信噪比数据集并提取频域特征矩阵集,随后设计一种阵列雷达信号融合神经网络,其中密集卷积核群可以学习阵列雷达多信号间频域特征之间的相位偏移特性,实现多信号间的纠正和融合,并采用多卷积核融合提取网络和全连接分类网络,提取叠加增强后信号中目标特征并进行分类。通过采用频域特征矩阵集训练阵列雷达信号融合神经网络得到训练完毕的网络模型。对待检测阵列雷达探测信号进行频域特征矩阵提取并通过网络模型进行目标检测,判断待检测阵列雷达探测信号中是否存在目标,完成目标检测,提高了目标检测精度。

Patent Agency Ranking